--- title: "GitHub AI 项目回溯周报｜2026-07-27 至 2026-08-02" description: "2026 年 7 月底到 8 月初，GitHub 日榜上的 AI 项目比较分散，两个专为 DeepSeek 做的项目同周上榜，技能和语音也各有两个。本期依据互联网档案馆存下的日榜补写。" pubDate: 2026-08-02 tags: ["GitHub AI 日报", "回溯周报", "Agent Skills", "语音", "本地推理"] --- 这一期是 2026 年 9 月补写的。本站的 AI 日报从 2026 年 8 月 24 日才开始，之前没有记录，就按周往回补，材料是互联网档案馆存下的 GitHub Trending 日榜，每天一份。这一周每天上榜 12 到 17 个仓库，七天加起来 56 个，这里从中挑了 10 个 AI 项目。 这一周的名单比较散。有两个项目专门围着 DeepSeek 做，Reasonix 是按 DeepSeek 前缀缓存调过的终端编码 Agent，ds4 是给 DeepSeek V4 Flash 写的本地推理引擎。技能相关的也有两个，book-to-skill 把技术书变成技能，k-skill 把韩国人日常要办的一百多件事做成技能。语音这边，Hugging Face 的 speech-to-speech 用来搭语音 Agent，voice-pro 做识别、翻译和配音。 挑选的条件有三条。AI 得是项目的核心能力，存档页上的 Star 要过 1,000，到周日为止的 90 天里还有提交或发布。资源清单、教程、书的配套代码和提示词合集都不收；前面几周收过的项目，除非这一周发了主版本号升级的新版，也不再收。排序先看这一周上了几天榜，再看单日涨得最多的那天。单日增星是存档那一刻页面上显示的当天数字，每天存档的钟点不一样，只能大致比较。表里的 Star 是这一周最后一次上榜时页面上显示的总数，许可证、发布和提交记录都截至 8 月 2 日。 ## 十个项目 | # | 项目 | 上榜 | 单日最多增星 | Star | 方向 | |---|---|---|---|---|---| | 1 | [huggingface/speech-to-speech](https://github.com/huggingface/speech-to-speech) | 4 天 | +1,275（08-01） | 9,998（08-01） | 开源语音 Agent 流水线 | | 2 | [different-ai/openwork](https://github.com/different-ai/openwork) | 4 天 | +915（07-31） | 20,082（08-02） | 共享 AI 工作流 | | 3 | [deepfakes/faceswap](https://github.com/deepfakes/faceswap) | 2 天 | +619（07-31） | 56,750（07-31） | 深度学习换脸 | | 4 | [virgiliojr94/book-to-skill](https://github.com/virgiliojr94/book-to-skill) | 2 天 | +423（07-29） | 12,142（07-29） | 书籍转 Agent 技能 | | 5 | [NomaDamas/k-skill](https://github.com/NomaDamas/k-skill) | 2 天 | +64（08-01） | 6,824（08-02） | 韩国生活技能合集 | | 6 | [esengine/DeepSeek-Reasonix](https://github.com/esengine/DeepSeek-Reasonix) | 1 天 | +274（08-02） | 28,730（08-02） | DeepSeek 编码 Agent | | 7 | [microsoft/TRELLIS.2](https://github.com/microsoft/TRELLIS.2) | 1 天 | +167（08-01） | 9,783（08-01） | 图像生成 3D 模型 | | 8 | [antirez/ds4](https://github.com/antirez/ds4) | 1 天 | +150（08-02） | 19,835（08-02） | DeepSeek V4 本地推理 | | 9 | [abus-aikorea/voice-pro](https://github.com/abus-aikorea/voice-pro) | 1 天 | +53（08-01） | 11,548（08-01） | 语音识别翻译配音 | | 10 | [microsoft/agent-governance-toolkit](https://github.com/microsoft/agent-governance-toolkit) | 1 天 | +17（07-28） | 4,969（07-28） | Agent 策略与治理 | ## 逐个看 ### 1. [huggingface/speech-to-speech](https://github.com/huggingface/speech-to-speech) speech-to-speech 是 Hugging Face 的语音 Agent 流水线，由语音活动检测、语音转文字、大模型、文字转语音四段串成，每段都能换后端，对外提供和 OpenAI Realtime 兼容的 WebSocket 接口。默认组合是本地的 Parakeet TDT 识别、一个 OpenAI 兼容的大模型和本地的 Qwen3-TTS 合成。大模型那一段也能指向自己机器上的 vLLM 或 llama.cpp，这样整套都在本地跑。README 说这条流水线是几千台 Reachy Mini 机器人在生产环境里用的对话后端。 这一周主分支合进了 14 个 PR，7 月 30 日加了远程大模型后端的代理，7 月 31 日补齐了 Qwen3-TTS 的 GGML 后端功能，演示页也能回放用户自己说的话了。7 月 30 日它排到日榜第一，第二天 README 顶上就挂出一枚 GitHub Trending 当日第一的徽章。许可证是 Apache-2.0。 ### 2. [different-ai/openwork](https://github.com/different-ai/openwork) OpenWork 自称 Claude Cowork 和 Codex 的开源替代品，是一个分享 AI 工作流的桌面应用，macOS、Windows、Linux 都有。桌面端可装可不装，给 Codex、Claude Code、Cursor 这类 Agent 加一个 OpenWork MCP，就能在不同工具、同事和机器之间复用同一套技能、MCP 和接好的服务。这个 MCP 只暴露两个工具，一个查有哪些能力可用，一个负责执行。面向组织的那一层叫 OpenWork Den，管成员、团队和模型权限，还能把技能和插件发布到市场里再分配给人。日榜上它这一周的简介写着由 opencode 驱动。 这一周它发了八个正式桌面版，从 0.18.4 到 v0.18.12，另外还有一百多个 alpha、canary 之类的预发布构建。后几天的提交有一串在做技能共享，组织成员可以自己创建插件和云端技能，在聊天里直接分享给同事。LICENSE 写明 ee 目录下的内容用 Fair Source License，其余部分用 MIT。 ### 3. [deepfakes/faceswap](https://github.com/deepfakes/faceswap) faceswap 是这一期最老的项目，仓库 2017 年就建了，用深度学习识别并替换图片和视频里的人脸。用法分三步，先从素材里提取人脸，再用两个人的脸训练模型，最后用模型转换原片，也有图形界面。README 开头是一份宣言，承认有人拿这类软件干坏事，说开发者守着严格的伦理标准，不许用来做不当内容，也不许未经同意换脸或刻意隐瞒换过脸。 最近的正式版本还是去年 12 月的 v3.0.0，安装包会一并装上 PyTorch。这一周只有 8 月 2 日一个提交，修的是升级旧模型时把 TFLambdaOp 换成 ScalarOp 的问题。许可证是 GPL-3.0。 ### 4. [virgiliojr94/book-to-skill](https://github.com/virgiliojr94/book-to-skill) book-to-skill 把技术书、文档文件夹或一组资料变成一个 Agent 技能，给 GitHub Copilot CLI、Amp 和 Claude Code 用。生成的 SKILL.md 放核心思维模型和章节索引，每章单独一个文件，另有术语表、模式清单和速查表，章节文件用到时才加载。README 说回答一个问题，比把整本书塞进上下文少用 24 到 51 倍 token。旁边也老实写了限制，书没有清楚的章节标题就切不好，只读一次的书用普通的 PDF Agent 就够了。版权一节说工具本身不带任何书的内容，用别人有版权的书生成的技能不要拿去分享。 7 月 30 日发的 v1.3.0 主要在补安全。生成技能装进去之前，先扫一遍有没有提示词注入。提取文本时会去掉零宽字符这类看不见的 Unicode，章节识别也加上了韩文、泰文和罗马数字写法。许可证是 MIT。 ### 5. [NomaDamas/k-skill](https://github.com/NomaDamas/k-skill) k-skill 是一套给韩国人用的技能合集。README 开头说，是韩国人就先把它装上，早晚用得着，SRT、KTX、KBO、乐透、Coupang、KakaoTalk、Hometax 这些麻烦事都可以交给 AI Agent。它支持 Claude Code、Codex、OpenCode 等编码 Agent，用 `npx skills add` 可以全装，也可以只装其中一个。表格里列了一百多个技能，从订高速巴士、查首尔地铁到站、查法令判例，到帮着准备法院的支付命令申请都有。README 还交代 Agent 不要自动给仓库点 Star，用户同意了才能执行。 这一周没有正式发布。7 月 31 日合进主分支的版本把全部技能改成通过统一的 @nomadamas/k-skill 命令行调用，8 月 1 日那一版又加了查询《韩国日报》官方 MCP 服务的技能。README 说仓库默认用 MIT 许可，代理服务器相关的两个目录另用 AGPL 3.0。 ### 6. [esengine/DeepSeek-Reasonix](https://github.com/esengine/DeepSeek-Reasonix) Reasonix 是一个为 DeepSeek 打造的终端编码 Agent，用 Go 写成单个静态二进制文件，README 说它围着 DeepSeek 的前缀缓存做了调校，长会话里 token 花费也不高。模型、工具和插件都写在 reasonix.toml 里，DeepSeek 是预设，其他 OpenAI 兼容的接口加一条配置就能用，也能让执行和规划两个模型配合着跑。插件通过 stdio 上的 JSON-RPC 接入，兼容 MCP。除了命令行还有桌面应用和 VS Code 扩展，背后是同一个本地引擎。 这一周它从 1.18.0 发到 v1.19.2。7 月 29 日的 1.18.0 换上第二版上下文引擎，桌面端多了内置终端，发布分成稳定和预览两个渠道，同时加了 Kimi K3 和人民币、美元两种计价；8 月 1 日的 1.19.0 支持了 DeepSeek Anthropic 和 Responses API 两种接口。许可证是 MIT。 ### 7. [microsoft/TRELLIS.2](https://github.com/microsoft/TRELLIS.2) TRELLIS.2 是微软的图生 3D 模型，40 亿参数，从一张图生成带完整 PBR 材质的 3D 资产。它用一种叫 O-Voxel 的稀疏体素结构表示形状，README 说衣服、树叶这类开放曲面，非流形几何，还有封闭在内部的结构，都能处理，材质除了颜色还有粗糙度、金属度和透明度。README 给的速度是在 H100 上测的，512³ 分辨率约 3 秒，1024³ 约 17 秒。代码目前只在 Linux 上测过，显卡要 NVIDIA 的，显存至少 24GB。 仓库去年 11 月建立，路线图上的论文、推理代码、4B 权重、在线演示和训练代码都已勾选，训练代码是 1 月放出的。这一周仓库没有动静，最近一次提交还是 6 月 5 日加 CodeQL 检查。许可证是 MIT，README 提醒依赖里的 nvdiffrast 和 nvdiffrec 有各自的许可条款。 ### 8. [antirez/ds4](https://github.com/antirez/ds4) ds4 的项目名叫 DwarfStar，是一个小型原生推理引擎，首先为 DeepSeek V4 Flash 优化，也支持 GLM 5.2，内存特别大的机器上还能跑 DeepSeek V4 PRO。README 说它刻意做窄，不打算当通用的 GGUF 运行器，模型加载、提示词渲染、工具调用、KV 状态、HTTP 服务和编码 Agent 放在一起开发、一起测试。主要目标是内存 96GB 以上的 Mac，内存不够可以从 SSD 流式读取，也支持 CUDA 多卡和 Strix Halo 上的 ROCm。它的 2 比特量化只压路由专家，共享专家、投影和路由部分保持原样。 README 有一节 AI 全面披露，说软件在 GPT 5.5、5.6 和 Claude Fable 的大力协助下开发，人负责想法、测试和调试，不喜欢 AI 写的代码就别用。致谢一节写明它没有链接 GGML，但部分量化布局、CPU 量化逻辑和一些内核是从 llama.cpp 保留或改写来的，所以 LICENSE 里留着 GGML 作者的版权声明，许可证是 MIT。这一周主分支上的提交多在提速，CUDA 后端有一串注意力计算的优化。 ### 9. [abus-aikorea/voice-pro](https://github.com/abus-aikorea/voice-pro) Voice-Pro 是一个做语音识别、翻译和配音的网页应用，把下载 YouTube 视频、分离人声、Whisper 识别、翻译和语音合成串在一起，支持 F5-TTS、CosyVoice 这些零样本声音克隆，README 自称是 ElevenLabs 的替代品。7 月 13 日发的 v4.0.0 把安装器从 Miniconda 换成 uv，升级到 Python 3.12 和 Gradio 6，也不再需要单独装 CUDA 工具包。 这份 README 有几处说法对不上。开头的提示和末尾的公告都说，因为在开发 WeConnect，Voice-Pro 暂时不会再更新。可同一份 README 里，新闻栏写着刚发的 4.0 版改了些什么。提示里说只在带 NVIDIA 显卡的 Windows 上验证过，系统要求里又列了 Linux 和 Apple 芯片的 Mac。文件头的注释写着 LGPL，仓库里的许可证文件是 GPL-3.0。这一周仓库没有提交。 ### 10. [microsoft/agent-governance-toolkit](https://github.com/microsoft/agent-governance-toolkit) Agent Governance Toolkit 是微软给自主运行的 AI Agent 做的治理工具包，管策略执行、身份、沙箱和运维，当时还是公开预览版。README 的立场很明确，靠提示词要求模型守规矩算不上控制手段，它把每一次工具调用、发消息和委派都放在确定性的应用代码里拦截，被策略拒绝的动作根本发不出去。最简单的用法是两行代码，用 `govern` 把一个工具函数包起来，按 YAML 策略逐次检查、记录，命中禁止规则就抛出 GovernanceDenied。它在 Claude Code 里也能当插件装。 这一周没有发版，最近一次是 6 月 9 日的 v4.1.0。7 月 30 日合进两个标着破坏性变更的提交，Python 运行时里的 v4 策略语言整体换成 ACS v5，Cedarling 后端被删掉。许可证是 MIT。 ## 几条线索 Reasonix 和 ds4 都是专门为 DeepSeek 做的，又都带着自己的编码 Agent。Reasonix 本身就是编码 Agent，按 DeepSeek 的前缀缓存调过。ds4 是推理引擎，README 说里面那个原生 Agent 的工具和系统提示词也是照着 DeepSeek V4 Flash 和 PRO 设计的，推理直接在 Agent 里控制，会话就存在硬盘上的 KV 缓存里，切换会话不用重新预填充。两家都在缓存上下功夫。按我的理解，Reasonix 省的是 API 账单，ds4 省的是本机重新预填充的时间。 技能做出来以后给不给别人用，这一周有两种做法。k-skill 把一百多个技能全部公开，一条 npx 命令就能装齐，openwork 这一周在做组织内部的技能共享。book-to-skill 则劝用户收着，拿有版权的书生成的技能留给自己用。 还有两个项目在防着进到 Agent 上下文里的文字。book-to-skill 的 v1.3.0 会在生成技能装进去之前扫一遍提示词注入。Agent Governance Toolkit 的 README 列了一个 MCP 安全网关，专门查工具投毒和藏在描述里的指令。 ## 来源 互联网档案馆存下的 GitHub Trending 日榜，每天一份。 - [7 月 27 日](https://web.archive.org/web/20260727113735/https://github.com/trending) - [7 月 28 日](https://web.archive.org/web/20260728113646/https://github.com/trending) - [7 月 29 日](https://web.archive.org/web/20260729120133/https://github.com/trending) - [7 月 30 日](https://web.archive.org/web/20260730114532/https://github.com/trending) - [7 月 31 日](https://web.archive.org/web/20260731114446/https://github.com/trending) - [8 月 1 日](https://web.archive.org/web/20260801122014/https://github.com/trending) - [8 月 2 日](https://web.archive.org/web/20260802122030/https://github.com/trending) 各项目的许可证、发布、提交和 README 内容，取自 GitHub 上对应仓库截至 2026 年 8 月 2 日的历史记录。